 | PYMF.Python行列因数分解モジュール |
| 今すぐダウンロード | |
PYMF. ランキングとまとめ
広告
PYMF. タグ
PYMF. 説明
Python行列因数分解モジュール PYMFは、いくつかの制約/拘束されていない行列因数分解（および関連）メソッドのためのPythonモジュールです。このモジュールは早いアルファです。すべてのプラットフォームではあまりテストされていません。 Python 2.6を実行している最近のArchLinuxおよびUbuntu Linuxディストリビューションでうまく機能することが知られています。原則として、Windows / Macユーザーにも機能する必要があります。バグが見つかった場合は、GoogleMail DOT Com.pymfでCthurauに電子メールを送信してください。因数分解（SNMF） - アーカイタル解析（AA） - シンプレックスボリューム最大化（SIVM） - 凸包殻ノンマイクロマトリックス因数分解（CHMF） - バイナリ行列因数分解（BNMF） - 特異値分解（SVD） - 主成分分析（PCA） - k平均クラスタリング（kmeans） - CUR分解（cur） - Compaxt行列分解（CMD）データセットを考慮して、ほとんどの因数分解方法| Frobeniusノルムを最小限に抑えようデータ - w * h |様々な方法を呼び出すための構文は非常に類似している。通常、1つの基本ベクトルと最大反復数の数を送信しなければなりません。たとえば、10回の反復内の2ベーシスベクトルを目的としたデータセットデータにNMFを適用するには、次のように機能します。 、）>>> NMF_MDL = PYMF.NMF（データ、NUM_BASES = 2、NITER = 10）>>> NMF_MDL.Initialization（）>>> nmf_mdl.factorize（）基底ベクトルは現在nmf_mdl.w、nmf_mdl.hの係数に格納されています。既存の基本ベクトルのセットの係数を計算するためには、W NMF_MDL.WにWをコピーし、COMPWをFALSEに設定します。>>> DATA = NP.ARRAY（、]）>>> W = NP。配列（、]）>>> nmf_mdl = pymf.nmf（データ、num_bases = 2、niter = 1、compw = false）>>> nmf_mdl.initialization（）>>> nmf_mdl.w = w >>> nmf_mdl.factorize（）pymf.nmfを変更することで（） PYMF.AAまたはPYMF.cnMF集計解析または凸状NMFを適用することができる。他のパラメータを使用すると、対応する>>>ヘルプ（Pymf.AA）のマニュアルを確認してください。たとえば、CUR、CMD、およびSVDは、行と列のサンプリングに適切な引数を必要とする3つのサブマリスに因数分解するため、わずかに異なる方法で処理されます。要件： ・Python ・数字 ・CVXOPT ・シーピオ
PYMF. 関連ソフトウェア
